OpenAI 傳大量囤積 Mac mini 與 Mac Studio，RTX Spark 首批機種也遭掃空

AI 運算硬體的搶購潮延燒到非典型的裝置類別。OpenAI 被傳出以數萬台的規模採購 Apple Mac mini 與 Mac Studio 作為運算資源，而華碩與微星拿到的 NVIDIA RTX Spark 首批機種也已全數消化完畢，兩家業者正積極爭取追加配額。

這兩則消息指向同一個現象：高階 AI 運算資源的供給，已經緊到讓業者必須在傳統資料中心 GPU 之外尋找替代方案。資料中心等級的加速器不僅交期漫長，配套的電力、散熱與機房空間也都是瓶頸。相較之下，桌上型機種可以放在既有辦公空間、使用一般電力供應，部署彈性遠高於機櫃式系統。

Apple 桌上型機種之所以成為選項，關鍵在於統一記憶體架構。高階配置可提供相當可觀的記憶體容量供模型使用，且能效比表現優異，在推論這類對頻寬敏感、對峰值算力要求相對寬鬆的工作上具備成本效益。對需要大量並行處理小型推論任務的場景來說，用數千台低功耗機器組成叢集，未必比少數幾櫃高階加速器差。

NVIDIA RTX Spark 這類小型 AI 開發機的熱銷，則反映另一個層面的需求。這類產品把資料中心等級的軟體堆疊縮小到桌面尺寸，讓開發者能在本機完成模型微調與測試，再上雲端執行大規模訓練。首批出貨即告售罄，代表市場對本機開發環境的需求被明顯低估。

對供應鏈而言，這股需求帶來的是規劃上的難題。消費性與工作站產品的產能配置通常依據歷史銷售資料推估，突如其來的企業級大批量採購會直接排擠零售通路的供給，影響一般消費者的購買體驗。業界分析人士指出，若這類採購成為常態，硬體業者可能需要為 AI 用途另闢產品線與配額機制。

後續的觀察重點在於這股需求的持續性。若專用 AI 硬體的供給在未來一年內明顯改善，這種替代性採購可能迅速降溫；但若算力短缺延續，非典型硬體作為 AI 運算資源的地位反而可能被制度化，進而改變整個運算硬體市場的分類方式。